透過集合功能整理內容
你可以依據偏好儲存及分類內容。
請查看下列選項。
對於動態 (線上) 訓練,下列敘述何者正確?
模型會在新資料送達時保持最新狀態。
這是線上訓練的主要優點。我們可以避免模型在收到新資料時進行訓練,藉此避免許多過時的問題。
只有極少數的監控工作需要完成。
事實上,您必須持續監控訓練工作,確保工作的健康狀態良好,且運作正常。除此之外,您也需要支援基礎架構,例如將模型復原為之前的快照,以防訓練作業發生錯誤 (例如錯誤工作或輸入資料毀損)。
幾乎只需要在推論時間監控輸入資料。
就像靜態離線模型一樣,監控動態更新模型的輸入內容也很重要。我們可能無法對季節性的影響帶來重大影響,但輸入內容突然大幅變動 (例如上游資料來源減少) 仍可能導致不可靠的預測結果。
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2024-08-22 (世界標準時間)。
[[["容易理解","easyToUnderstand","thumb-up"],["確實解決了我的問題","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["缺少我需要的資訊","missingTheInformationINeed","thumb-down"],["過於複雜/步驟過多","tooComplicatedTooManySteps","thumb-down"],["過時","outOfDate","thumb-down"],["翻譯問題","translationIssue","thumb-down"],["示例/程式碼問題","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["上次更新時間:2024-08-22 (世界標準時間)。"],[],[]]